方法#1
一种方法是使用np.in1d
-
m_a = np.in1d(a,b)
I = np.flatnonzero(m_a)
J = np.flatnonzero(np.in1d(b, a[m_a]))
样本输入、输出 -
In [367]: a
Out[367]: array([1, 2, 3, 4])
In [368]: b
Out[368]: array([3, 5, 6, 4])
In [370]: I
Out[370]: array([2, 3])
In [371]: J
Out[371]: array([0, 3])
方法#2
另一种直接但记忆繁重的方法是broadcasting
-
I,J = np.nonzero(a[:,None] == b)
方法#3
对于输入数组中没有重复项的情况,我们可以使用np.searchsorted
。这里有两种变体 - 一种用于排序a
,另一个用于泛型a
.
变体#1:对于已排序的a
-
idx = np.searchsorted(a, b)
idx[idx==a.size] = 0
mask = a[idx] == b
I = np.searchsorted(a,b[mask])
J = np.flatnonzero(mask)
变体#2:对于这种通用变体情况,我们需要使用 argsort 索引a
-
sidx = a.argsort()
a_sort = a[sidx]
idx = np.searchsorted(a_sort, b)
idx[idx==a.size] = 0
mask = a_sort[idx] == b
I = sidx[np.searchsorted(a_sort,b[mask])]
J = np.flatnonzero(mask)